摘要：OpenAI发布了其新一代图像生成模型GPT Image 1.5，并将其集成至ChatGPT。该模型在生成速度上提升至多4倍，图像输入输出成本降低20%，并在图像编辑的精确性上取得进步，支持对图像元素进行添加、删除、替换等操作。官方介绍其文本渲染能力有所增强，能处理更密集、英文小字，但在中文、阿拉伯语等语言上仍存局限。尽管在部分基准测试中其评分超越了谷歌的Nano Banana Pro，但实际体验表明，GPT Image 1.5在图像真实感、细节准确性（如人体结构）和风格模仿方面与竞品存在差距，部分生成图像被指出有“高饱和度”或“不真实”的视觉特征。
线索：
投资机会：
1. 产品化与易用性优势：OpenAI通过将新模型深度整合到ChatGPT并推出独立的、带模板的图像生成界面，显著降低了用户使用门槛。这种“产品领先”策略有望快速扩大用户基数，推动ChatGPT订阅服务和API调用的增长，巩固其在消费级AI市场的地位。
2. 成本控制与商业化潜力：新模型在性能提升的同时成本降低了20%，这为OpenAI提供了更灵活的定价策略和更高的利润空间。API定价（每千张9至133美元）显示了其在不同质量层级市场的商业化意图，可能吸引从内容创作者到企业的广泛客户。
3. 锁定特定应用场景：模型在精确图像编辑和风格化转换方面的能力，尤其适合社交媒体内容创作、广告素材快速迭代等对速度和便捷性要求高、但对绝对真实感要求相对宽松的场景。这为其在特定垂直市场的商业化落地创造了机会。
潜在风险：
1. 核心技术差距：多方评测指出，GPT Image 1.5在图像真实感、细节还原度和复杂场景处理上，与谷歌的Nano Banana Pro存在肉眼可见的差距。如果这一技术差距持续存在，可能会损害OpenAI在AI领域的“领先者”品牌形象，导致对高质量有要求的专业用户流向竞争对手。
2. 非英语市场劣势：模型在中文等非拉丁语系的文字生成上表现不佳，而谷歌模型在此领域优势明显。这一短板将直接限制GPT Image 1.5在全球主要市场（如中国、中东）的商业应用和推广，为竞争对手留下了巨大的市场空间。
3. 市场竞争加剧：图像生成领域技术迭代迅速，谷歌的强势表现已对OpenAI构成压力。此次OpenAI的更新虽在产品和体验上有所作为，但在模型核心能力上未能实现超越，表明其技术领先地位正面临严峻挑战，未来的市场份额竞争将更加激烈。
正文：
OpenAI宣布推出其新一代图像生成模型GPT Image 1.5，并同步更新了ChatGPT的图像功能。此次升级的核心在于生成速度、编辑精度和成本效率。根据官方信息，新模型的图像生成速度最高可达到上一代的4倍，同时，与GPT Image 1相比，新模型的图像输入和输出成本均降低了20%。
在图像编辑方面，GPT Image 1.5支持更为精确的修改，包括添加、删除、合并、混合和转置图像元素，同时能够保持原图的细节特征。官方演示案例包括：将一张90年代洛杉矶街景照片中人物的衬衫改为红色、帽子改为黄色；在画面中添加围观人群、一只鹰和一艘飞船；将场景中的图像生成在一件T恤上，再将这件T恤穿到画面中的人物身上。
在ChatGPT产品层面，OpenAI推出了一个独立的图像生成板块，提供多种模板和风格，旨在简化创作流程。该模型也支持多样化的风格迁移，例如将人物照片转换为特定艺术风格或时代背景。
关于图像中的文本渲染能力，OpenAI表示新模型在呈现英文方面更进一步，能够处理更密集、更小的文字。然而，官方也承认该模型在生成中文、阿拉伯语和希伯来语文字方面仍然存在局限性。
从性能评测来看，在权威大模型测评网站Artificial Analysis和LMArena上，GPT Image 1.5在文生图和图像编辑两个类别的榜单中均位列第一，超越了谷歌的Nano Banana Pro模型。
不过，实际用户体验对比测试揭示了GPT Image 1.5在生成质量上的一些问题。在与Nano Banana Pro的对比中，GPT Image 1.5在部分场景下生成的图像饱和度较高，给人一种不够真实的视觉感受。在细节处理上，出现了例如生成人物只有四根手指、猫的面部特征丢失等基础性错误。在模仿特定艺术风格（如梵高《星空》）的测试中，GPT Image 1.5的笔触和色彩还原度也被认为不及竞争对手。此外，在生成中文文本的测试中，模型输出的文字出现了多处错误。
GPT Image 1.5的API按token计费，价格取决于分辨率和质量设置。高质量的一百万像素图像价格约为每千张133美元，低质量图像为每千张9美元。该模型已向所有ChatGPT用户开放，其API也已同步推出。
发布时间：2025-12-18T07:42:28+00:00
评论 ( 0 )